Duja, Ataka Badru (2023) PERBANDINGAAN TINGKAT PERFORMA SISTEM PREDIKSI HERO PADA GAME MOBILE LEGEND MENGGUNAKAN ALGORITMA KNN DAN K – MEANS. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (778kB) |
|
Text (BAB I)
BAB I.pdf Download (308kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (709kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (440kB) |
|
Text (BAB V)
BAB V.pdf Download (58kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (73kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - ataka badru duja.zip Restricted to Repository staff only Download (37MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (517kB) |
Abstract
Teknologi hiburan dan permainan terus berkembang dengan pesat, terutama melalui smartphone dengan spesifikasi tinggi dan harga terjangkau. Game mobile semakin populer, baik dimainkan secara individu maupun berkelompok, dengan transaksi dalam-game untuk memperkuat karakter. Para developer berlomba menciptakan game berkualitas tinggi dalam segi cerita, grafis, dan tampilan. Salah satunya adalah Mobile Legends Bang Bang (MLBB), populer di Indonesia dan bahkan menjadi cabang turnamen Asian Games. Moonton, perusahaan di belakang MLBB, merilis hero Indonesia seperti Gatotkaca dan Kadita. Dengan lebih dari 100 hero yang dapat dimainkan, game ini menawarkan variasi dengan sistem pertempuran 5 lawan 5 dan set item yang meningkatkan performa hero. Penelitian ini bertujuan untuk mengembangkan sistem prediksi hero dengan algoritma KNN dan K-Means untuk meningkatkan performa tim dalam game. Tujuannya adalah menciptakan aplikasi pendukung yang membantu pemain memilih kombinasi role hero yang meningkatkan peluang kemenangan (win rate) dalam MLBB.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Game, Mobile Legend, KNN, K-Means, Hero | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 24 Apr 2024 04:35 | ||
| Last Modified: | 24 Apr 2024 04:35 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/24791 |
Actions (login required)
 |
View Item |